image-segmentation
本站收录 38 个带「image-segmentation」标签的 AI 开源项目
segmentation_models.pytorchsegmentation_models.pytorch 是一个基于 PyTorch 的语义分割模型库，提供 500+ 预训练骨干网络（涵盖卷积和 Transfo★ 11,749
notebooks这是一个计算机视觉领域的教程合集，基于 Jupyter Notebook 编写，旨在帮助开发者从基础到前沿系统学习视觉模型与技术。项目覆盖了从 ResNet 等★ 9,696
obs-backgroundremovalobs-backgroundremoval 是一个 OBS Studio 插件，用于在直播或录制视频时实时移除人像背景，方便主播和内容创作者无需绿幕即可替换或虚★ 4,583
BiRefNetBiRefNet 是一个用于高分辨率二分图像分割（Dichotomous Image Segmentation, DIS）的深度学习模型，由 CAAI AIR ★ 4,237
catalystCatalyst 是一个面向深度学习研究与开发的 Python 框架，旨在加速从实验设计到模型部署的全流程。它解决了深度学习项目中代码重复、实验管理混乱、复现困★ 3,387
VideoPipeVideoPipe 是一个基于计算机视觉模型和多模态大语言模型（mLLM）的跨平台视频结构化分析框架。它解决的是视频数据从原始帧到结构化信息的端到端处理问题，将★ 2,962
deepdetectdeepdetect 是一个开源的深度学习服务器和命令行工具，最初由 Jolibrain 开发，旨在简化深度学习模型的部署和服务化。它支持多种深度学习框架，包括★ 2,551
ailia-modelsailia-models 是一个汇集了预训练、前沿 AI 模型的集合，专为 ailia SDK 设计。它解决了 AI 模型从研究到部署之间的鸿沟，提供了统一、易★ 2,393
ANTsANTs（Advanced Normalization Tools）是一个专注于医学图像配准与分割的开源工具库，主要面向神经影像领域。它解决的核心问题是多模态、★ 1,503
getigeti 是英特尔推出的计算机视觉模型训练平台，旨在用更少的数据和更短的时间构建高性能视觉模型。它解决了传统深度学习模型开发中数据标注成本高、训练周期长、调参复★ 1,344
cleanvisionCleanVision 是一个用于图像数据集质量检测的开源 Python 库，旨在自动发现图像数据中的各类问题，帮助数据科学家和机器学习工程师实践以数据为中心的★ 1,207
Awesome-CV-MasterHubAwesome-CV-MasterHub 是一个计算机视觉领域的论文精选列表，汇总了图像生成、分类、描述、去雾、去噪、增强、融合等多个方向的最新研究成果。它解决★ 978
caercaer 是一个面向计算机视觉研究的高性能 Python 库，旨在减少样板代码，让研究者专注于核心算法。它整合了图像处理、数据增强、模型训练与评估等常用功能，提★ 818
ISP-GuideISP-Guide 是一个关于图像信号处理（ISP）的综合性学习指南，旨在帮助开发者系统理解从图像/视频传感器原始数据到最终数字图像的完整处理流程。它通过整理和★ 712
eomtEoMT（Encoder-only Mask Transformer）是一个CVPR 2025 Highlight项目，提供仅编码器的掩码Transformer★ 629
samexportersamexporter 是一个专注于将 Segment Anything 系列模型导出为 ONNX 格式的工具，支持 SAM、MobileSAM、Efficie★ 429
hms-ml-demoHMS ML Demo 是华为机器学习套件（ML Kit）的官方示例项目，旨在帮助开发者快速集成华为的AI能力。它覆盖了人脸检测、文本识别、图像分割、语音识别（★ 372
awesome-segment-anything-extensions这是一个精选列表，汇集了围绕 Meta 的 Segment Anything Model (SAM) 生态的各类扩展项目、工具和资源。它解决了 SAM 社区资源★ 349
Brain-Tumor-Segmentation这是一个基于U-Net架构的脑肿瘤图像分割项目，使用PyTorch实现，旨在从医学影像中自动分割脑肿瘤区域。项目解决了脑肿瘤诊断中手动标注耗时且主观性强的问题，★ 297
detectreedetectree 是一个基于 Python 的树木检测工具，专门用于从航空影像中识别树木。它解决了传统遥感图像中树木分割依赖人工或复杂算法的问题，提供了一套基★ 281
soltsolt 是一个专注于轻量级数据变换的流式处理库，主要面向深度学习和计算机视觉任务，如图像识别、图像分割和关键点检测。它解决了在数据增强过程中因变换操作繁琐、性★ 268
DeepLIIFDeepLIIF 是一个基于深度学习的多重免疫荧光图像分析工具，专注于免疫组化（IHC）图像的定量分析。它解决了病理学中传统人工定量分析主观性强、效率低、难以标★ 262
piccantepiccante 是一个用 C++ 编写的高动态范围（HDR）图像处理库，旨在为计算机视觉和图像处理领域提供一套完整的 HDR 工具链。它解决了 HDR 图像从★ 255
machinevision-toolbox-pythonMachine Vision Toolbox for Python 是 Peter Corke 机器视觉工具箱的 Python 版本，旨在为 Python 用户★ 223
kimimarokimimaro 是一个用于三维图像分割骨架化的开源工具，基于 TEASAR 算法实现中轴变换。它主要解决生物医学图像分析中，对密集标注的 3D 分割结果提取中★ 217
BiaPyBiaPy 是一个开源的 Python 库，旨在简化生物图像分析流程的构建。它基于深度学习，提供从数据预处理、模型训练到结果可视化的端到端解决方案。核心能力包括★ 214
DoxaDoxa 是一个用 C++ 编写的图像二值化框架，专注于局部自适应阈值处理，支持 Otsu、Bernsen、Niblack、Bradley、Sauvola、Wo★ 194
lucidalucida 是一个基于 BiRefNet 微调的图像抠图工具，专注于处理传统背景移除方法容易失败的复杂场景，如玻璃、迷彩、文字、发光物体和线条艺术。它利用高精★ 173
smriprepsMRIPrep 是 NIPreps 家族中专门用于结构磁共振成像（sMRI）预处理的自动化工作流工具。它解决了神经影像学研究中结构像预处理流程复杂、参数设置繁★ 169
nobgnobg 是一个专注于背景移除的 Python 库，旨在统一和简化多种背景分割与抠图模型的使用。它解决了开发者需要分别对接不同模型 API、处理不同输入输出格式★ 165
Lifelong-nnUNetLifelong-nnUNet 是一个基于 nnU-Net 的医学图像分割框架，专门解决传统分割模型在持续学习场景中的灾难性遗忘问题。它允许模型在多个医学影像数★ 163
SLiMeSLiMe是一个基于Stable Diffusion的单样本图像分割工具，只需一张标注示例图像即可分割出目标对象，无需额外训练或微调。它通过分析Stable D★ 143
MuscleMapMuscleMap 是一个开源、社区支持的全身肌肉定量 MRI 分析平台。它解决的是肌肉萎缩、肥胖、代谢疾病等研究中缺乏标准化、可重复的全身肌肉影像分析工具的问★ 132
pansegpanseg 是一个面向密集堆积 3D 体积图像的细胞实例感知分割工具。它主要解决在生物图像分析中，细胞在三维空间内高度重叠、难以准确区分个体边界的问题。该工具★ 130
isaac_ros_image_segmentationisaac_ros_image_segmentation 是 NVIDIA 推出的 ROS2 语义分割加速包，基于 TensorRT 和 GPU 推理，为 Je★ 127
TagLabTagLab 是一个基于 CNN 的交互式图像分割标注工具，专为海洋数据分析而设计，尤其针对珊瑚礁生态研究。它解决了海洋科学家在标注大量水下图像时效率低、缺乏专★ 124
DynamicVisDynamicVis 是一个面向遥感图像理解的高效通用视觉基础模型，基于论文实现。它解决遥感图像中目标多样、尺度差异大、场景复杂等问题，通过动态视觉感知机制提升★ 87
DiffCutDiffCut 是一个基于扩散模型的无监督零样本语义分割工具，其核心创新在于结合 Stable Diffusion 的深度特征与递归归一化割算法，无需任何标注数★ 53